这项研究推出了SkillFormer AI系统，通过多角度视频分析来评估人类技能水平。该系统采用创新的CrossViewFusion模块融合第一人称和第三人称视角信息，并使用LoRA技术实现高效训练。在EgoExo4D数据集测试中，准确率达到47.5%，且仅需传统方法四分之一的参数和训练时间，在篮球、烹饪等结构化技能领域表现尤为出色。

麻省理工学院（MIT）与麻省总医院（MGH）宣布开发名为Sybil的深度学习模型，可利用单一CT扫描数据预测肺癌风险。相关研究已经于上击正式发表在《临床肿瘤学杂志》上，其中讨论了“以个性化潜在癌症风险评估工具服务高风险人群”的可能性。

百度AI开发者大会（Baidu Create 2018）上，百度高级副总裁、AI技术平台体系（AIG）总负责人王海峰发布百度大脑3.0，并指出，百度大脑3.0的核心是“多模态深度语义理解”，包括数据的语义，知识的语义，以及图像、视频、声音、语音等各方面的理解。

7月4日召开的百度AI开发者大会上，百度高级副总裁、AI技术平台体系（AIG）总负责人王海峰发布百度大脑3.0，并指出，百度大脑3.0的核心是“多模态深度语义理解”，包括数据的语义，知识的语义，以及图像、视频、声音、语音等各方面的理解。

阿里巴巴达摩院联合多家机构构建了史上最大的开源医学推理数据集ReasonMed，包含37万高质量样本。通过多智能体协作和精密质量控制，他们训练出仅70亿参数的ReasonMed-7B模型，在多项医学问答测试中超越了更大规模的竞争对手，甚至在某些测试中击败700亿参数模型，证明了高质量数据胜过模型规模的重要原则。

神州数码集团首席物联网专家郄胜强通过主题演讲分享在AIoT领域的探索与创新,为产业数字化转型提供借鉴思路。

至顶科技联合人民网财经研究院发布《开启智能新时代—2024年AI大模型产业发展报告》

在近日举行的年度计算机视觉和模式识别盛会CVPR（Conference on Computer Vision and Pattern Recognition）上，阿里云ET城市大脑的三项视觉技术论文入选，与其应用场景息息相关。

麻省理工与UMass研究团队开发出"预算引导"技术，解决深度思考AI模型推理过程过于冗长的问题。该方法通过轻量级预测器引导AI按预算思考，在MATH-500测试中比传统方法准确率提升26%，同时将思考词汇减少37%，实现了效率与准确性的双重优化。

中科大团队推出深度研究智能体评测基准DeepResearch Bench，包含100个跨22领域的博士级研究任务，创新性地设计了RACE和FACT双重评估框架，分别评判AI生成报告质量和信息收集能力。测试显示谷歌Gemini表现最佳，该研究为AI研究助手行业建立了首个科学统一的评估标准。

未来，人工智能技术与金融业务的深度融合，将进一步衍生出新业态、新场景，或将深刻影响金融业的发展模式，为我国数字银行的高质量发展增添动力。

Dell PowerScale存储系统可以让我们轻松面对未来ADAS指数级别的数据扩张，利用PowerScale进行深度学习和大数据分析方面的系统化技术探索，可以更好地满足国内泊车业务的增长需求，建立合规化数据生态，为未来发展奠定坚实基础。

阿里巴巴研究团队开发出START系统，首次让AI能像人类一样在推理过程中主动使用编程工具。通过创新的"提示注入"和自学习技术，START在数学竞赛和编程测试中表现显著提升，在AIME24达到66.7%准确率，比基础模型提升16.7%。这项突破性研究为AI推理能力带来质的飞跃，大幅减少计算错误和"幻觉"现象。

日前，以“网络安全为人民，网络安全靠人民”为主题的2022国家网络安全宣传周在安徽合肥滨湖国际会展中心盛大举行。

莫斯科科学家开发出"听众机制"训练方法，解决AI视觉偏好判断中推理不一致问题。通过让两个AI模型相互"对话"验证推理过程，新方法在ImageReward基准上达到67.4%准确率，并在现代图像数据集上显著提升泛化能力，为开发更可靠可解释的AI系统提供新思路。

这篇论文提出了"计划与预算"框架，解决大型语言模型在推理任务中的效率问题。研究者发现模型存在"推理失调"现象——简单问题上过度思考，复杂问题上思考不足。他们开发了贝叶斯预算分配模型(BBAM)作为理论基础，将推理分解为子问题并根据不确定性分配计算资源。实验表明，该方法在不同任务上显著提高推理效率，令牌使用减少39%，E?指标提升187.5%，且能使小型模型达到大型模型的效率水平。

认知视觉检测技术在工业制造在内的诸多领域拥有广阔的应用空间，针对不同的行业应用场景，IBM打造端到端的定制解决方案，助力各行业的升级与创新。

安森美的Hyperlux LP系列图像传感器即具备上述的Wake on Motion低功耗技术。在增强了设备的侦测能力的同时，有效地降低功耗。

加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力，发现即使最先进的AI在理解视频中事件因果关系方面表现极差，大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench，并提出了识别-推理分解法（RRD），通过任务分解显著提升了AI性能，最高改善幅度达25.2%。

澳大利亚国立大学和广湾大学研究团队开发的VAU-R1系统通过强化学习显著提升了视频异常理解能力。该研究不仅创建了第一个专门用于训练和评估视频异常理解的思维链基准数据集VAU-Bench，还提出了一种数据高效的强化微调框架，使模型能更准确地回答问题、定位异常时间段并提供连贯解释。实验结果表明，VAU-R1在多项选择题准确率和时间定位方面比传统方法有显著提升，为安全监控、灾害预警等领域的智能系统带来了新的可能性。